反演原理一 反演存在的问题 a TV I (g/cm3.km/s) b TK I(g/cm.km/s) 1.3 >为了克服反演问题的病态性，上述所 135 1.35 有的正则化约束都需要假设地下模型 具有特定的结构（稀疏、光滑等）或 具有一个特定的表达形式（高斯或者 45 1.45 柯西先验分布)。 1.5 > 我们将该类方法称为模型驱动的约束 反演方法，该类方法只能应用于符合 其假设的场景，对于地下复杂多变的 .65 1.65 地质条件自适应性较差；同时这类方 法所做假设的依据往往是完全依靠经 10 10 验的，不能准确、充分地刻画出地下 Initial model Inversion result ---Real model 地质情况
反演原理 — 反演存在的问题 为了克服反演问题的病态性，上述所 有的正则化约束都需要假设地下模型 具有特定的结构（稀疏、光滑等）或 具有一个特定的表达形式（高斯或者 柯西先验分布）。 我们将该类方法称为模型驱动的约束 反演方法，该类方法只能应用于符合 其假设的场景，对于地下复杂多变的 地质条件自适应性较差；同时这类方 法所做假设的依据往往是完全依靠经 验的，不能准确、充分地刻画出地下 地质情况
反演原理一A 解决思路 如何解决该病态反演问题？ 不直接假设地下模型具有什么样的结构 也不需要专门设计特定的先验分布或者范数函数等数学公式 只假设地下模型的结构特征可以由稀疏字典表征 基于字典学习和稀疏表示的全数据 驱动反演方法
反演原理 — 解决思路 如何解决该病态反演问题？ 不直接假设地下模型具有什么样的结构 也不需要专门设计特定的先验分布或者范数函数等数学公式 基于字典学习和稀疏表示的全数据 驱动反演方法 只假设地下模型的结构特征可以由稀疏字典表征
字典引入 2 基本原理 字典学习基本原理 THE BASIC PRINCIPLES OF DICTIONARY LEARNING 稀疏表示
2 字典学习基本原理 THE BASIC PRINCIPLES OF DICTIONARY LEARNING 字典引入 基本原理 稀疏表示
字典学习基本原理 0、1、2、3、4、5、6、7、8、9 a.b.c.d.e.f.g.h.i.g.k.l.m.n.o.p.q.r.s.t.u.v.w.x.y.Z 最本质的特征 光的三原色：红R)、绿(G)、蓝(B)
字典学习基本原理 最本质的特征 0、1、2、3、4、5、6、7、8、9 a.b.c.d.e.f.g.h.i.g.k.l.m.n.o.p.q.r.s.t.u.v.w.x.y.z 光的三原色：红(R)、绿(G)、蓝(B) ……
字典学习基本原理 笔画 名 称 例字 笔画 名 称 例 字 点 广 横 钩 写 横 E 横折钩 月 竖 巾 横折弯钩 九 撇 怕 横橄弯钩 那 IANDAI HANYU CIDIA 捺 八 横折折折钩 奶 视代以语胡的 提 打 与 竖折折钩 与 中可北会料学能语言究所同典国氧堂修 撤点 巡 L 竖 弯 四 第7版 竖提 农 横折弯 沿 L 横折提 论 横折 口 成语大词典 古汉语常用字字典 弯钩 承 竖 折 山 竖钩 小 撒 折 云 竖弯钩 屯 横 撇 水 1片接相结 四查花才相 斜 钩 浅 横折折撇 健 L 卧钩 心 竖折撤 专
字典学习基本原理